GFlowNet相比传统强化学习与遗传规划在因子挖掘中的具体优势体现在哪些方面？

GFlowNet由深度学习先驱Yoshua Bengio团队提出，其核心思想是将对象的生成过程建模为图网络中的“水流”过程。与强化学习旨在寻找单一最优解不同，GFlowNet旨在挖掘“一群优秀的多元化公式”，这极其契合多因子选股模型对低相关性、高多样性Alpha池子的需求。

相较于强化学习，GFlowNet在探索机制上具有显著优势。强化学习容易陷入模式崩溃，一旦找到几个极高收益的因子，策略就会收敛，反复生成相似公式，导致因子高度同质化、特征重叠严重。而GFlowNet天生具备极强的多样性保证，能够广泛探索整个公式空间，挖掘出的因子结构多样、相关性低，非常适合直接构建多因子组合。在batch内相关性水平上，强化学习的新生成因子对之间相关性中位数急速上升，而GFlowNet则保持稳定。

相较于遗传规划，GFlowNet在底层驱动力和搜索效率上更具优势。遗传规划基于随机变异和交叉，缺乏对公式空间规律的理解，往往在局部试错，效率极低且易陷入局部最优。GFlowNet则利用神经网络的泛化能力，能够“学习”到哪些公式子结构更容易产生高收益。它通过观察走过的轨迹构建全局概率图，具有明确的方向感和泛化性。此外，神经网络权重记录了所有见过的结构化信息，能够更聪明地在有希望的子空间进行探索，而遗传规划在优秀公式被淘汰后需长时间才能再次演化。

在模型结构上，GFlowNet的训练目标是使网络中的流量分布满足守恒定律，即中间状态的流入流量等于流出流量，终止状态的流入流量等于奖励。实际训练中采用Trajectory Balance目标，通过前向策略采样轨迹，计算奖励并更新网络。状态表示结合Transformer编码动作历史序列与手工特征，奖励函数综合IC、多头IR及Barra相关性惩罚，从而确保挖掘出的因子既具备预测能力，又保持低相关性。